.svg)
Le métier de l'Ingénieur en Machine Learning (H/F)
Son rôle principal est de sélectionner, d'entrainer et déployer des modèles d'apprentissage en se basant sur un jeu de données. Il pourra aussi développer des algorithmes et écrire des programmes pour extraire des informations pertinentes qui serviront à la phase de modélisation.
Le but est de rendre l’ordinateur capable de réagir à des problèmes complexes. C’est un travail à la croisée des chemins entre la science, l’informatique et les mathématiques. Ce spécialiste peut également être en charge du data engineering qui garantit la propreté de toutes les données.
Souvent confondu avec le data analyst - spécialisé dans une catégorie de données autour d’une question business ou stratégique - le data scientist a une vision plus globale et un rôle plus transversal.
Le métier de l'Ingénieur en Deep Learning (H/F)
Le rôle d’un ingénieur deep learning est d’être spécialiste en matière de développement et mise en place d’algorithmes d’apprentissage reposant sur les architectures de réseaux de neurones profonds et complexes.
C’est une tâche plus technique que celle d’un ingénieur machine learning “classique”, car les outils utilisés sont plus poussés d’un point de vue théorique.
En agriculture par exemple, le deep learning permet aux équipements de différencier les plantes et de leur distribuer le traitement qui leur convient, ce qui réduit l’utilisation d’herbicides et améliore la production.
Le système est basé sur la reconnaissance visuelle. Le deep learning regroupe entre autres les réseaux de neurones convolutifs (principalement adaptés à la reconnaissance d’images) et les réseaux de neurones récurrents (performants pour les problèmes de séries temporelles).
Les compétences techniques
- Que ce soit en machine learning ou deep learning, le chef de projet est méthodique et organisé.
- Son expertise repose sur une solide base en mathématiques et en informatique.
- Il maîtrise le reporting et fonctionne aussi bien en autonomie qu’en équipe.
- Doté d’une pugnacité à toute épreuve, il aime les défis et la remise en question.
- Côté technique, l’ingénieur ML ou DL connaît les frameworks comme TensorFlow et PyTorch. Python et C++ font partie de son univers.
- La connaissance de Git, Docker et Cuda est évidemment un plus.
- L’anglais ne l’effraie pas, il le comprend et l’utilise très bien.
Les Soft skills
- Force de proposition,
- Anglais
- Rigueur,
- Réactivité,
- Esprit analytique et de synthèse,
- Aisance rédactionnelle,
- Excellent relationnel,
- Sens de l’organisation.
